언밸런스드 컨트롤 트리트먼트4개의 N 속도(0, 140, 168, 224)와 3개의 N 소스(CRU-60, CRU-75, U)가 있습니다.
비료가 적용되지 않으므로 대조군 또는 0 N 비율에는 소스가 부착되어 있지 않습니다.
주효과와 상호작용 효과를 실행하면 컨트롤이 분석되지 않습니다. 또한 내 anova를 볼 때 df가 9(3 N rate*3 N 소스 + 컨트롤)인 모델을 볼 것으로 예상해야 합니까? 그렇다면 나는 그것을 얻지 못한다. 데이터를 설정하는 방법의 예를 업로드했습니다. 0 N 비율에 대해 N 소스 열 아래에 무엇을 넣어야 할지 잘 모르겠습니다. 내 응답 변수는 SortTC입니다. 궁극적으로 나는 통제가 수정된 처리에 대해 평가될 수 있는 칠면조 분석을 실행하고 싶습니다. 조언 부탁드립니다. 고맙습니다!
해석학Re: 언밸런스드 컨트롤 트리트먼트안녕하십니까 @MANOVALogKoala1 ,
어떤 플랫폼을 사용하는지 설명해 주시겠습니까(주효과와 상호작용을 감지하기 위한 "Fit Model"과 ANOVA를 위한 "Fit Y by X")? 또한 제어 소스에 "0"을 추가하여 제어 그룹이 "결측값"으로 간주되지 않도록 하는 것이 더 현명할 수 있습니다.
- "Fit Model" 플랫폼의 경우 선택한 모델링 옵션에 대한 정보가 충분하지 않지만 "Mixed Model" 특성을 통해 차단 효과가 중요한지 여부를 테스트하는 것이 좋습니다. "디자인 역할"을 추가하여 "차단 열"에 열 속성을 추가할 수 있습니다. 차단하고 데이터 유형을 연속 숫자에서 숫자 명목으로 변경합니다. 그런 다음 N rate, N 소스 및 N rate x N 소스와 같은 효과를 나열하고 "차단" 열을 "임의 효과"로 추가합니다.
분석을 시작하면 이 화면이 표시되어야 합니다(Mixed_model_test 이미지 참조). Wald p-값을 보면 차단 매개변수가 중요해 보이지 않으므로 추가 분석에서 제거될 수 있습니다. (JMP Pro) "분포" 옵션에서 올바른 응답 분포를 사용합니다(테스트 데이터에서 응답 분포는 Weibull 분포처럼 보입니다).
- "Fit Y by X"(ANOVA) 플랫폼의 경우 목표에 따라 선택할 수 있습니다.
- 소스와 대조 소스 0의 효과를 비교하는 것이 목표인 경우 Dunnett의 검정을 선택할 수 있습니다. 이 검정은 각 후보 소스를 대조 그룹 0과만 비교합니다. 후보 소스 간에 비교를 수행하지 않습니다.
- 목표가 응답에 따라 각 소스 효과를 비교하는 것이라면 Tukey가 적절할 수 있습니다(이미지 참조).
Tukey 또는 Dunnett 테스트는 모수 테스트이므로 "Fit Y by X"를 사용하여 분석할 때 주의해야 합니다. 따라서 데이터에서 세 가지 가정, 즉 관측치의 독립성, 정규성(또는 정규성에 가까운) 및 등분산을 확인해야 합니다. 여기에서 테스트 데이터를 보면 등분산이 존중되지 않을 수 있으며(샘플 크기가 낮기 때문일 수 있음) Normal Quantile Plot을 볼 때 대략적인 정규성만 있습니다. 통계 테스트에 대한 확신을 가지려면 비모수 테스트를 사용하는 것이 좋습니다. Steel with Control(Dunnett와 동등한 비모수) 또는 Steel-Dwass, All Pairs(Tukey 테스트와 동등한 비모수).
나는 그것이 당신에게 도움이되기를 바랍니다.
Re: 언밸런스드 컨트롤 트리트먼트당신의 응답을 주셔서 감사합니다! 저는 Fit Model을 사용하여 N 비율과 N 소스 사이의 주요 효과와 상호 작용을 감지하고 성격 표준 최소 제곱을 사용하고 있습니다. 지금은 주 및 교호작용에 대한 ANOVA를 보기 위해 블록 없이 분석을 실행했는데, 이는 9인 모델 DF에 대해 정확해 보입니다(pdf가 첨부됨). 나는 내가 찾고 있는 비교가 각 효과에 대해 표시된다는 것을 보여주기 위해 모든 주요 및 상호 작용에 대해 Tukey를 실행했는데, 이는 훌륭합니다. 유일한 문제는 N 비율과 소스에 대한 자유도가 손실되어 분석이 제대로 이루어지지 않는다는 것입니다. 나는 당신의 단방향 분석에서 컨트롤이 소스 효과로 작용하는 방식을 좋아합니다. Fit Model을 사용할 때 컨트롤이 내 모델에서 소스 및 비율 효과로 작동하도록 하려면 어떻게 해야 합니까? 가능하시면 조언 부탁드립니다. 감사!
Re: 언밸런스드 컨트롤 트리트먼트네 정보 감사합니다!
"올바른"이 무엇을 의미하는지 확실하지 않지만 표준 최소 자승 모델을 보면 모델이 중요하지 않은 것 같습니다(주효과와 상호작용도 공통 유의성 임계값 0.05보다 훨씬 높음).
데이터 변동성의 34%만이 이 모델에 의해 설명되며 이는 매우 낮습니다.
다양한 조합의 값(및 이전에 이변량 분석에서 수행한 테스트)을 살펴보면 소스 및 N 비율 매개변수에 큰 영향을 미치지 않을 수 있습니다.
DF가 충분하지 않기 때문에 단계적으로 또는 단순히 상호 작용 없이 분석을 다시 시작하려고 할 수 있습니다(먼저 주효과를 보기만 하면 됨).
그러나 다시 한 번, 이 테스트 데이터 세트에 대한 명확한 추세가 없으므로 이 작은 효과 크기를 감지하기에 데이터가 충분하지 않거나 단순히 유의미한 효과가 없다고 생각합니다.
다양한 통계 보고서와 도메인 전문 지식을 통해 다음 작업을 이해하고 결정할 수 있습니다.
